(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210514670.X (22)申请日 2022.05.12 (66)本国优先权数据 202110703174.4 2021.0 6.24 CN (71)申请人 广东德澳智慧医疗科技有限公司 地址 523000 广东省东莞 市松山湖高新 技 术产业开 发区阿里山路19 号产业化中 心10栋5层501室、 502室、 503室、 504 室、 505室 (72)发明人 王洪平　 (74)专利代理 机构 南昌合达信知识产权代理事 务所(普通 合伙) 36142 专利代理师 刘学涛 (51)Int.Cl. G16H 50/20(2018.01)G16H 40/20(2018.01) G16H 30/00(2018.01) G06T 7/00(2017.01) G06T 5/00(2006.01) G06V 10/44(2022.01) (54)发明名称 基于人工智能、 大数据和算法的创伤信息系 统 (57)摘要 本发明涉及一种创伤信息系统， 具体地说， 涉及基于 人工智能、 大数据和算法的创伤信息系 统， 包括场外创伤数据采集单元、 医院创伤急救 响应单元、 医院智 能预处理单元、 科室通信传输 单元、 创伤病人到院路线处理单元， 本发明通过 设置的科室通信传输单元可及时对其创伤病人 做出最快速应急方案， 在其进行救护车运输过程 中， 医院通过场外创伤数据采集单元得到患者现 场信息， 通过科室通信传输单元， 进行单个科室 或者多个科室会诊， 以保证患者入院后能够迅速 对其进行治疗处理， 避免患者入院后因排查时间 过久导致患者错过最佳治疗时间， 造成患者病情 难以控制甚至导 致患者出现死亡。 权利要求书4页 说明书13页 附图1页 CN 114724708 A 2022.07.08 CN 114724708 A 1.基于人工智能、 大数据和算法的创伤信 息系统， 其特征在于： 包括场外创伤数据采集 单元、 医院创伤急救响应单元、 医院智能预处理单元、 科室通信传输单元、 创伤病 人到院路 线处理单元， 其中： 所述场外创伤数据采集单元用于采集事故现场实时传输的现场信 息， 并将现场信 息发 送至医院创伤急救响应单元； 所述医院创伤急救响应单元用于接收所述场外创伤数据采集 单元采集的现场信息， 接 收后立刻派遣任务； 所述场外创伤数据采集单元还将其接 收到的 现场信息传输至所述医院智能预处理单元， 所述医院智能预处理单元用于对接收到的现场 信息进行分类处理， 生成有效信息； 所述科室通信传输单元用于接 收医院智能预处理单元 生成的有效信息， 并对该有效信息进 行初步分析， 以获取创伤者的创伤情况， 再根据创伤情 况生成相应的应急方案； 所述创伤病人到院路线处理单元用于根据应急方案生成创伤者入 院后的救治路线以及救治需要的检查仪器。 2.根据权利要求1所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 所述场外创伤数据采集单元包括图像采集模块、 语音采集模块以及文字采集模块； 所述图 像采集模块用于采集事故现场的图像信息， 将其采集到的图像信息传输至医院创伤急救响 应单元和医院智能预处理单元； 所述语音采集模块用于采集事故现场的发出语音信息， 并 将其语音信息传输至医院创伤急救响应单元和医院智能预 处理单元； 所述文字采集模块用 于采集事故现场的受到的文字信息， 并将其文字信息传输至医院创伤急救响应单元和医院 智能预处 理单元。 3.根据权利要求2所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 所述医院创伤急救响应单元包括车辆路线规划模块， 所述医院创伤急救响应单元在接收到 所述场外创伤数据采集单元采集的图像信息、 语音信息和文字信息后， 获取信息内的事故 现场位置， 并发送至车辆路线规划模块； 所述车辆路线规划模块用于生成医院到事故现场 位置的路线。 4.根据权利要求2所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 所述医院智能预处理单元包括图像识别模块、 语音识别模块、 文字识别模块以及有效信息 提取模块， 所述图像识别模块对其所述图像采集模块收集到的信息进行识别处理； 所述语 音识别模块对其所述语音采集模块收集到信息进 行识别处理； 所述文字识别模块对其文字 采集模块收集到信息进行识别处 理， 用于对其采集到的创伤信息进行有效的识别。 5.根据权利要求4所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 所述有效信息提取模块将其图像识别模块、 语音识别模块以及文字识别模块识别的信息进 行排查， 用于排查出无用信息， 得出其中有效信息并提取； 所述图像识别模块的识别包括将 原始图像进行归一化处理和去噪处理； 所述将原始图像进行归一化处理包括遍历原始图 像， 找出图像中灰度值的最大值和最小值， 然后利用归一 化公式将图像灰度归一到 0‑255； 所述归一 化公式为： 其中， 原始图像在像 素点(x， y)处的灰度值用g0(x， y)表示， 经过灰度归 一化处理的图像 在像素点(x， y)处的灰度值用g(x， y)表示， max(g0)和min(g0)分别表示原始图像中灰度值的 最大值和 最小值； 所述去 噪处理包括对含有 噪声的原始图像中的每个像素点取一个邻域，权　利　要　求　书 1/4 页 2 CN 114724708 A 2计算邻域中所有像素灰度级的平均值， 作为该图像均值滤波后的像素值， 对于图像g(x， y)， 令Sxy表示中心在(x， y)点， 尺寸为M ×N的矩形子图像窗口的坐标组， 均值 滤波后图像的像素 用f(x， y)表示， 滤波算法为： 6.根据权利要求5所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 所述科室通信 传输单元包括创伤部位分析模块， 所述创伤部位分析模块接收到所述有效信 息提取模块传输的信息， 对其所述有效信息提取模块传输的信息进行判断， 以得出创伤者 创伤部位信息， 并对创伤部位信息进行保存， 通过调取 的场外创伤数据采集单元对支持向 量机进行训练时， 采用粒子群算法确定支持向量机的最佳组合阈值。 7.根据权利要求6所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 在所述粒子群算法中， 粒子群采用下列方式对粒子的解进行迭代更新： Vi(t+1)＝ωVi(t)+ci1(t)r1(Pbesti(t)‑Xi(t))+ci2(t)r2(Gbest(t) ‑Xi(t)) Xi(t+1)＝Xi(t)+Vi(t+1) 式中， Xi(t+1)和Vi(t+1)分别表示粒子i在第(t+1)次迭代时的解和速度， Xi(t)和Vi(t) 分别表示粒子i在第t次迭代时的解和速度， ω表示惯性权重因子， Pbesti(t)表示粒子i在 第t次迭代时的历史最优解， Gbest(t)表示 粒子群在第t次迭代时的全局最优解， r1和r2表示 随机产生的0到1之间的随机数， ci1(t)表示粒子i在第t次迭代时的认知学习因子， ci2(t)表 示粒子i在第t次迭代时的社会学习因子 。 8.根据权利要求7所述的基于人工智能、 大数据和算法的创伤信息系统， 其特征在于： 设置粒子群采用下列方式调节粒子 i在第t次迭代时的认知学习因子ci1(t)和社会学习因子 ci2(t)的值： 设Ωi(t)表示粒子i在第t次迭代时的局部邻域， 且Ωi(t)为以解Xi(t)为中心、 以R(t) 为半径的圆形区域， R(t)为粒子群在第t次迭代时的局部邻域半径， 设置R(t)的值为： 其中 ， Ri(t) 表示粒 子i 在 第t次 迭代时的 局部 邻域半 径 ， 且 表示在第t次迭代时粒子群中距离解Xi(t)第l近的粒子的解， c 表示给定的正整数， 且c＜N， N表示粒子群中的粒子数； Ωi， best(t)表示粒子i在第t次迭代时 的历史最优邻域， 且Ωi， best(t)为以解Pbesti(t)为中心、 以r(t)为半径的圆形区域， r(t)为 粒子群在第t次迭代时的历史最优邻域半径， 且 其中， ri(t)表示粒子i在第t 次迭代时的历史最优邻域半径， 且 式中， 表示在第 t次迭代时粒子群中距离解Pbesti(t)第a近的粒子的解； 定义函数qi(t)用于对粒子i在第t次迭代时的寻优匀称度进行检测， 设置qi(t)的计算 公式为： 式中， qi(t)表示粒子i在第 t次迭代时的寻优匀称度， Ji(t)表示粒子i在第t次迭代时 的 局部寻优匀称度， Si(t)表示粒子i在第t次迭代时的历 史寻优匀称度， Ji(t)和Si(t)的值分权　利　要　求　书 2/4 页 3 CN 114724708 A 3